شروع سریع: API LLM بدون سانسور

پیش‌نیازها و نصب

کتابخانه رسمی SDK را برای زبان مورد علاقه خود نصب کنید و متغیرهای محیطی خود را پیکربندی کنید. API ما دقیقاً مانند نقطه پایانی استاندارد OpenAI عمل می‌کند، بنابراین می‌توانید کتابخانه‌ها را بدون بازنویسی منطق جایگزین کنید. ما از هدرهای استاندارد استفاده می‌کنیم و نیازی به بسته‌های سفارشی ندارید. شما فقط به یک کلید API معتبر از داشبورد نیاز دارید.

مشتری را مقداردهی اولیه کنید

URL پایه را به سرویس میزبانی‌شده ما تنظیم کنید. اندپوینت استاندارد اینجا کار نمی‌کند زیرا ما یک ارائه‌دهنده مستقل هستیم. باید URL پایه را به صراحت در پیکربندی کلاینت خود مشخص کنید. این اطمینان حاصل می‌کند که تمام درخواست‌ها از طریق زیرساخت مدل uncensored ما هدایت شوند.

پیکربندی Python

قبل از انجام هرگونه تماس، آدرس پایه و کلید API را تنظیم کنید. این پیکربندی با پایتون ۳.۸+ کار می‌کند.

Copyfrom openai import OpenAI

client = OpenAI(base_url="https://api.promptuncensored.com/v1", api_key="YOUR_KEY")

resp = client.chat.completions.create(
    model="uncensored",
    messages=[{"role": "user", "content": "Summarise this thread without softening it."}],
)
print(resp.choices[0].message.content)

پیکربندی Node.js

از کلاینت رسمی Node برای راه‌اندازی اتصال استفاده کنید. مطمئن شوید که رشته URL پایه صحیح را وارد می‌کنید.

Copyimport OpenAI from "openai";

const client = new OpenAI({ baseURL: "https://api.promptuncensored.com/v1", apiKey: process.env.API_KEY });

const resp = await client.chat.completions.create({
  model: "uncensored",
  messages: [{ role: "user", content: "Draft a villain monologue for my game." }],
});
console.log(resp.choices[0].message.content);

اولین درخواست خود را انجام دهید

درخواست POST چت-تکمیل را با تنظیم شناسه مدل خود روی uncensored. این مدل هر ورودی قانونی را بدون فیلتر کردن موضوعات بزرگسالان یا بحث‌برانگیز می‌پذیرد. پاسخ یک بلوک متنی کامل را برمی‌گرداند. می‌توانید اتصال را با یک دستور curl ساده تست کنید.

Copycurl https://api.promptuncensored.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "What is the capital of France?"}]
  }'

مدیریت پاسخ‌های پخش زنده

استریمینگ را با تنظیم stream: true در بدنه درخواست. این داده‌ها را از طریق رویدادهای ارسال‌شده توسط سرور (SSE) هنگام تولید توکن‌ها برمی‌گرداند. از این روش برای به‌روزرسانی بلادرنگ رابط کاربری یا نمایش پیشرفت استفاده کنید. قطعه نهایی شامل آمار کل مصرف توکن است. این رویکرد تاخیر ادراک‌شده را برای خروجی‌های بزرگ کاهش می‌دهد.

Copystream = client.chat.completions.create(
    model="uncensored",
    messages=[{"role": "user", "content": "Tell the story in second person."}],
    stream=True,
)
for chunk in stream:
    if chunk.choices and chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="", flush=True)

پیکربندی پارامترها برای بهترین نتایج

پارامترهایی مانند دما، top_p و seed را برای کنترل خلاقیت تنظیم کنید. دمای بالاتر متن‌های متنوع‌تری تولید می‌کند، در حالی که مقادیر پایین‌تر ثبات را تضمین می‌کنند. مدل از فراخوانی تابع استاندارد و حالت JSON پشتیبانی می‌کند. می‌توانید قالب‌های خروجی دقیق را با استفاده از response_format. این کنترل‌ها به شما کمک می‌کنند رفتار بدون سانسور را برای مورد استفاده خاص خود تنظیم کنید.

درک مصرف توکن و محدودیت‌ها

پنجره زمینه (context window) از ۱۰۰,۰۰۰ توکن برای ورودی (prompt) و خروجی (completion) ترکیبی پشتیبانی می‌کند. شما می‌توانید تا ۱۶,۰۰۰ توکن در هر درخواست تولید کنید. محدودیت نرخ در ۳۰۰ درخواست در دقیقه به ازای هر کلید محدود می‌شود. خطاهایی مانند ۴۰۱ نشان‌دهنده کلید نامعتبر است، در حالی که ۴۰۲ به این معنی است که به اعتبار بیشتری نیاز دارید. ۴۲۴ نشان می‌دهد که به محدودیت نرخ رسیده‌اید. اعتبار استفاده نشده هرگز منقضی نمی‌شود.